Alle Lektionen

Kurs

KI in der 11. Klasse: Generative KI und Agenten-Entwicklung

Baue LLM-Apps mit Prompts, APIs, Abruf und Werkzeugen. Teste sie danach auf Sicherheit.

Mach die Lektionen der Reihe nach. Am Ende kannst du Tokens zählen, Texte nach der Ähnlichkeit der Einbettungen vergleichen und Sampling, Temperatur und Kontextfenster erklären. Du kannst einen strukturierten Prompt schreiben und Prompt-Versionen mit Testfällen vergleichen. Du kannst KI-Code prüfen und Tests schreiben, die der KI-Code bestehen muss. Du kannst JSON holen, das zu einem Schema passt, einen Chatbot mit einem Kostenlimit bauen und eine App bauen, die aus Dokumenten antwortet und sie zitiert. Du kannst einen kontrollierten Agenten mit begrenzten Werkzeugen und einer Stoppregel bauen, eine App vor Prompt-Injection schützen, eine automatische Testsuite bauen und einen verankerten KI-Forschungsassistenten veröffentlichen.

So benutzt du diese Lektionen

  • Fang bei der Lektion an, auf der Mach das steht. Geh weiter, wenn du die Zeile unter dem Titel allein machen kannst.
  • Spiel zuerst die Spiele. Dann mach das Quiz. 8 von 10 richtig zum Bestehen. Die Arbeitsblätter sind auf Papier. Die Lösungen sind unten.
  • Jede Lektion baut auf der davor auf. Behalte einen Testsatz für jede App und führe ihn nach jeder Änderung aus.
  • Die Programmierlektionen nutzen Python. Nutze nur KI-Dienste, die deine Lehrkraft erlaubt, halte API-Schlüssel aus dem Code, setze ein Ausgabenlimit und schicke nie persönliche Daten an ein Modell.

Jede Lektion hat Spiele, Quiz und Arbeitsblätter.

0 von 36

Grundlagen der LLMs

  1. 1Tokens und WortschatzZähle Tokens und erkläre, warum Tokens und der Wortschatz wichtig sind.
    • Zerlege einen Text mit einem echten Tokenisierer in Tokens.
    • Vergleiche die Token-Zahl in verschiedenen Sprachen.
    • Verbinde Tokens mit Kosten und Kontextgrenzen.
  2. 2EinbettungenVergleiche Texte nach der Ähnlichkeit der Einbettungen.
    • Hol Einbettungen von einem Modell.
    • Berechne die Kosinus-Ähnlichkeit.
    • Ordne Sätze nach der Bedeutung, nicht nach gemeinsamen Wörtern.
  3. 3Wie LLMs erzeugenErkläre, wie LLMs erzeugen: Sampling, Temperatur und Kontextfenster.
    • Erkläre die Vorhersage des nächsten Tokens.
    • Ändere die Temperatur und vergleiche die Ausgaben.
    • Zeig, was passiert, wenn der Text über das Kontextfenster hinausgeht.
  4. 4Vortraining und AbstimmungUnterscheide Vortraining, Feinabstimmung und Anweisungsabstimmung.
    • Sag, welche Daten jeder Schritt nutzt.
    • Erkläre Rückmeldungen von Menschen.
    • Sag, warum ein Modell eine Wissensgrenze hat.

Prompt-Entwicklung

  1. 5Strukturierte PromptsSchreibe einen strukturierten Prompt mit Rolle, Aufgabe, Regeln und Format.
    • Trenne Anweisungen von den Eingabedaten.
    • Gib das Ausgabeformat an.
    • Vergleiche einen strukturierten Prompt und einen ohne Struktur.
  2. 6Wenige BeispieleVerbessere die Ausgabe mit wenigen Beispielen.
    • Füge zwei oder drei Beispiele hinzu.
    • Wähle Beispiele, die Grenzfälle abdecken.
    • Miss die Änderung an einem Testsatz.
  3. 7EinschränkungenSetze Einschränkungen für Länge, Ton und Format.
    • Setze Grenzen für Länge und Leseniveau.
    • Sag dem Modell, was es tun soll, wenn es etwas nicht weiß.
    • Prüfe jede Ausgabe gegen jede Einschränkung.
  4. 8Prompt-TestsSchreibe Prompt-Tests: Testfälle, um Prompt-Versionen zu vergleichen.
    • Schreibe zwanzig Testeingaben mit dem erwarteten Ergebnis.
    • Bewerte zwei Prompt-Versionen.
    • Behalte die Version, die gewinnt.

Programmieren mit KI-Hilfe

  1. 9Code erzeugenErzeuge funktionierenden Code aus einer klaren Spezifikation.
    • Schreibe eine Spezifikation mit Eingaben, Ausgaben und Beispielen.
    • Erzeuge daraus Code.
    • Führe ihn an den Beispielen aus.
  2. 10KI-Code prüfenPrüfe KI-Code und finde Fehler und Risiken.
    • Prüfe Grenzfälle und die Fehlerbehandlung.
    • Erkenne erfundene Funktionen und Bibliotheken.
    • Erkenne unsicheren Code, wie Geheimnisse im Quelltext.
  3. 11Tests zuerstSchreibe zuerst Tests, die der KI-Code bestehen muss.
    • Schreibe Tests mit pytest.
    • Lass die KI Code schreiben, der sie besteht.
    • Füge für jeden Fehler, den du findest, einen Test hinzu.
  4. 12Mit KI debuggenDebugge mit KI: behebe einen Fehler und erkläre die Reparatur.
    • Mach ein kleines Beispiel, das den Fehler zeigt.
    • Frag die KI nach Ursachen, nicht nur nach einer Reparatur.
    • Erkläre, warum die Reparatur funktioniert.

LLM-APIs

  1. 13Erster API-AufrufMach einen ersten API-Aufruf: sende eine Chat-Anfrage und lies die Antwort.
    • Lade den API-Schlüssel aus der Umgebung.
    • Sende eine Anfrage mit einem SDK.
    • Lies die Antwort und den Token-Verbrauch.
  2. 14System- und NutzernachrichtenNutze Systemnachrichten und Nutzernachrichten.
    • Setze die Regeln in die Systemnachricht.
    • Setze die Nutzereingabe in die Nutzernachrichten.
    • Behalte den Gesprächsverlauf.
  3. 15Strukturierte AusgabenHol strukturierte Ausgaben: JSON, das zu einem Schema passt.
    • Definiere ein JSON-Schema.
    • Fordere eine Ausgabe an, die ihm folgt.
    • Prüfe die Ausgabe und versuche es bei einem Fehler erneut.
  4. 16ChatbotBaue einen Chatbot mit Verlauf und einem Kostenlimit.
    • Behalte den Gesprächsverlauf.
    • Kürze alte Nachrichten, damit sie in den Kontext passen.
    • Stoppe, wenn das Kostenlimit erreicht ist.

Abrufgestützte Generierung

  1. 17Warum AbrufErkläre, warum Abruf Antworten verankert und erfundene Antworten verringert.
    • Frag ein Modell nach einem Dokument, das es nie gesehen hat.
    • Füge das Dokument hinzu und frag noch einmal.
    • Zeichne den Weg: erst abrufen, dann erzeugen.
  2. 18In Stücke teilenTeile Dokumente in Stücke.
    • Teile nach Größe, mit einer Überlappung.
    • Teile nach Überschriften.
    • Behalte Quelle und Seite bei jedem Stück.
  3. 19VektorsucheNutze die Vektorsuche, um die Stücke zu finden, die einer Frage am nächsten sind.
    • Bette die Stücke ein und speichere sie.
    • Rufe die besten Treffer zu einer Frage ab.
    • Miss, wie oft das richtige Stück gefunden wird.
  4. 20Aus Dokumenten antwortenBaue eine App, die aus Dokumenten antwortet und sie zitiert.
    • Setze die abgerufenen Stücke in den Prompt.
    • Verlange ein Zitat für jede Behauptung.
    • Prüfe, dass die Zitate auf echte Stellen zeigen.

KI-Werkzeuge und Agenten

  1. 21Werkzeuge aufrufenLass ein Modell ein Werkzeug aufrufen, also eine Funktion.
    • Beschreibe ein Werkzeug mit einem Schema.
    • Führe das Werkzeug aus, das das Modell verlangt.
    • Schick das Ergebnis zurück an das Modell.
  2. 22PlanenPlane: teile eine Aufgabe in Schritte, die ein Modell ausführen kann.
    • Bitte das Modell zuerst um einen Plan.
    • Führe den Plan einen Schritt nach dem anderen aus.
    • Prüfe jeden Schritt, bevor du weitergehst.
  3. 23Zustand und GedächtnisNutze Zustand und Gedächtnis, um zu verfolgen, was ein Agent getan hat.
    • Speichere jeden Schritt und sein Ergebnis.
    • Fasse lange Verläufe zusammen.
    • Entscheide, was der Agent vergessen soll.
  4. 24Kontrollierter AgentBaue einen kontrollierten Agenten mit begrenzten Werkzeugen und einer Stoppregel.
    • Erlaube nur sichere Werkzeuge, die nur lesen.
    • Begrenze die Zahl der Schritte.
    • Frag eine Person, bevor eine Aktion etwas verändert.

Multimodale generative KI

  1. 25Bilder erzeugenErkläre, wie man Bilder erzeugt: Diffusionsmodelle machen Bilder.
    • Erkläre, wie man Rauschen hinzufügt und entfernt.
    • Erkläre, wie Text das Bild lenkt.
    • Sprich über Zustimmung und Urheberrecht bei erzeugten Bildern.
  2. 26Sehen und SpracheNutze Sehen und Sprache, um einem Modell Fragen zu einem Bild zu stellen.
    • Sende ein Bild mit einer Frage.
    • Hol eine strukturierte Beschreibung.
    • Finde ein Detail, das das Modell falsch hat.
  3. 27SprechenWandle Sprechen in Text und Text in Sprechen.
    • Schreibe eine kurze Aufnahme mit.
    • Miss die Rate falscher Wörter.
    • Erzeuge Sprechen und kennzeichne es als von KI gemacht.
  4. 28Multimodaler PrototypBaue einen multimodalen Prototyp, der zwei Arten von Eingaben nutzt.
    • Wähle zwei Eingaben, zum Beispiel Stimme und Bild.
    • Verbinde sie in einer App.
    • Teste ihn mit fünf Nutzern.

Zuverlässigkeit und Sicherheit

  1. 29HalluzinationenErkenne Halluzinationen: Antworten, die die Quellen nicht stützen.
    • Prüfe jede Behauptung an den Quellen.
    • Nutze einen zweiten Modellaufruf, um Ungestütztes zu markieren.
    • Miss, wie oft die Antwort voll gestützt ist.
  2. 30Prompt-InjectionSchütze eine App vor Prompt-Injection.
    • Schreibe Angriffe, die in der Nutzereingabe und in Dokumenten versteckt sind.
    • Trenne vertrauenswürdige Anweisungen von nicht vertrauenswürdigem Text.
    • Begrenze, welche Werkzeuge ein Angriff erreichen könnte.
  3. 31BewertungMach eine Bewertung: bewerte Ausgaben mit Rubriken und Testsätzen.
    • Schreibe eine Bewertungsrubrik.
    • Bewerte von Hand und mit einem Modell.
    • Prüfe, wie oft sie übereinstimmen.
  4. 32TestsuiteBaue eine automatische Testsuite für eine LLM-App.
    • Decke Genauigkeit, Format, Sicherheit und Kosten ab.
    • Führe sie mit einem Befehl aus.
    • Lass die Erstellung fehlschlagen, wenn die Werte sinken.

KI-Produktstudio

  1. 33ProduktspezifikationSchreibe die Produktspezifikation: die Nutzer, die Funktionen und die Erfolgsmaße.
    • Wähle eine Sammlung genehmigter Forschungsdokumente.
    • Schreibe die Nutzer und ihre Fragen.
    • Setze Ziele für Genauigkeit, Zitate und Kosten.
  2. 34Die Pipeline bauenBaue die Pipeline für Abruf, Antworten und Zitate.
    • Indexiere die Dokumente.
    • Antworte mit Zitaten.
    • Führe die Testsuite aus.
  3. 35Sag: Ich weiß es nichtLass die App sagen: Ich weiß es nicht, wenn Belege fehlen.
    • Erkenne, wenn der Abruf nichts Nützliches findet.
    • Antworte „Die Quellen sagen das nicht“ statt zu raten.
    • Teste sie mit Fragen, die die Dokumente nicht beantworten können.
  4. 36KI-ForschungsassistentVeröffentliche und präsentiere einen verankerten KI-Forschungsassistenten.
    • Stelle die App für deine Klasse bereit.
    • Präsentiere die Werte für Genauigkeit, Verankerung, Sicherheit und Kosten.
    • Erkläre die Grenzen.